yuri-no/redix-ita

---
dataset_info:
features:
- name: query_id
dtype: string
- name: query
dtype: string
- name: positive_passages
list:
- name: docid
dtype: string
- name: text
dtype: string
- name: title
dtype: string
- name: negative_passages
list:
- name: docid
dtype: string
- name: text
dtype: string
- name: title
dtype: string
splits:
- name: train
num_bytes: 2281603170
num_examples: 105371
- name: single
num_bytes: 761721823
num_examples: 35759
download_size: 1686982867
dataset_size: 3043324993
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: single
path: data/single-*
---

This dataset is primarily used for query-related text retrieval tasks, including query ID, query content, and positive and negative passages. Each passage contains a document ID, text, and title. The dataset is divided into a training set and a single set for different training and testing needs.

原始信息汇总

数据集概述

数据集特征

• query_id: 数据类型为字符串。
• query: 数据类型为字符串。
• positive_passages: 包含以下子特征：
  • docid: 数据类型为字符串。
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。
• negative_passages: 包含以下子特征：
  • docid: 数据类型为字符串。
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。

数据集分割

• train:
  • 字节数: 2281603170
  • 示例数: 105371
• single:
  • 字节数: 761721823
  • 示例数: 35759

数据集大小

• 下载大小: 1686982867字节
• 数据集总大小: 3043324993字节

数据文件配置

• default配置:
  • train分割: 文件路径为data/train-*
  • single分割: 文件路径为data/single-*